在机器之心最新一期技术分享中，机器之心机动组以「揭秘人体美化技术」为主题，邀请到了快手、淘宝、火山引擎的技术专家，为大家解密这些特效背后的相关技术。
由于内容和质量的高度多样性，用户生成内容 (UGC) 的视频质量非常难以评估，传统测量和评估视频质量的算法和模型不能很好起作用，在这样的情况，亟需针对 UGC 视频的视频质量评价方法。
使用 Puppeteer + canvas + WebCodecs 来代替 FFmpeg
主讲人主要介绍了在直播体育的场景下，他们提出的内容感知速率控制算法，以避免直播重要时刻的卡顿。
在Android开发中我们最常使用的绘制图片的方式就是ImageView，设置src。那么有没有其他方案可以实现图片的绘制呐？有三种方案！
iOS AVDemo（4）：音频解封装，从 MP4 中解封装出 AAC丨音视频工程示例
声音提供有关计算机运行情况的重要信息。ETH研究人员现在已经开发出一种新的机器学习方法，可以自动检测机器是否“健康”或是否需要维护。
本系列主要介绍视频编解码芯片的设计，以HEVC视频编码标准为基础，简要介绍编解码芯片的整体硬件架构设计以及各核心模块的算法优化与硬件流水线设计。
实时通讯的需求不断增长， 低延时的拥塞控制就显得由为重要。这样就有一个组织叫RMCAT专门来负责制定用于实时通讯的拥塞控制的标准。
马普所开源ICON，显著提高单张图像重建三维数字人的姿势水平
FFmpeg 源码分析-转码4
本系列 以 FFmpeg4.2 源码为准，本文主要分析 transcode_step() 的内部逻辑，以一条简单的命令开始，ffmpeg -i a.mp4 b.flv。
如今，深度学习已近在图像合成、图像处理领域中取得惊人的成果。FaceShifter 便是其中之一，它是一种深度学习模型，可以非常先进的技术实现人脸交换。在本文中，我们将了解它是如何工作的。
Transformer将在AI领域一统天下？现在下结论还为时过早！
从自然语言处理任务起家，又在图像分类和生成领域大放异彩，所向披靡的 Transformer 会成为下一个神话吗？
2022斯坦福AI指数报告出炉！中国霸榜AI顶会，但引用量最低
2022年人工智能指数报告发布了！这份报告中，中国在AI顶会论文上表现不凡，但在引用数量方面却低于美国、欧盟和英国。
在现在这个时代，我们以前的学习方式不太适用了，如果想高效率的学习，需要转换一种学习方式，不妨从实用的角度出发，遇到不会的再去查漏补缺，这样效率更高。
衍射光波导是较为主流的AR眼镜光学显示方案，很多AR眼镜采用的都是这种显示方案，为什么各大AR硬件厂商如此青睐衍射光波导？衍射光波导究竟是什么？今天小编就带大家了解一下什么是衍射光波导。
ARki、Fologram、Twinbuild和Gamma AR为设计师、承包商和业主提供了从制造、施工到运营和维护在真实世界中精确参考数字模型的能力。
将AR技术与传统纸质教材和实验仪器或实验装置实物进行结合，学生通过手机等移动端就可以观看实验仪器或装置的内部三维模型和三维动画等内容，实现了仪器或实验现象的可视化和交互化操作。
增强现实可以说是迎来了发展的春天，不论是从硬件角度来看，还是从技术上的发展来看2022年，尽管AR技术发展依旧长路漫漫，但或许已经到了能够为世界经济和科技的下一步发展提供可靠动力的关键节点。
图像分类是根据图像的类型（类别）为图像分配标签的过程。考虑我们有以下类别的图像：猫和狗因此，当我们将给定类别的图像提供给图像分类系统时，系统会根据类别为图像分配标签。
还记得能将老照片修复到纤毫毕现的GFPGAN吗？现在，它的代码正式开源了！官方已经在GitHub上传了3个预训练模型。
回顾2021，各大互联网、科技巨头纷纷涉足自动驾驶产业，加速自动驾驶产业的布局。随着资本的不断涌入，以及相关法规政策的完善，自动驾驶产业驶入了发展的快车道。
对于研究下一代智能汽车的系统设计、软件开发而言，需要解决包含架构设计、功能开发、车辆控制等方面的诸多问题，而以上问题的根源都在于环境感知的能力研究。
标签：视频,FFmpeg,模型,实时,音视频,技术开发,AR,图像,237 From： https://blog.51cto.com/u_13530535/6466223